CoDA, eine Methode, die eine Kette-von-Domänen-Strategie mit einem maßgeschneiderten Datensatz und einen Schweregrad-bewussten visuellen Prompt-Abstimmungsmechanismus verwendet, um Modelle anzuleiten, domäneninvariante Merkmale zu lernen und die Leistung in widrigen Szenen zu verbessern.
Eine neue Methode zur Zero-Shot-Domänenanpassung, genannt ZoDi, die auf der Verwendung leistungsfähiger Diffusionsmodelle für die Übertragung von Bildern in die Zieldomäne und der Maximierung der Ähnlichkeit von Bildmerkmalen aus den beiden Domänen für die Modelloptimierung basiert. ZoDi erzielt konsistente Verbesserungen gegenüber Modellen, die nur mit Quelldaten trainiert wurden, und übertrifft teilweise sogar Methoden, die Bilder aus der Zieldomäne verwenden.